首页> 中文期刊> 《现代电子技术》 >基于深度学习网络PSP-NET的前列腺MR图像的分割

基于深度学习网络PSP-NET的前列腺MR图像的分割

         

摘要

为了提高前列腺磁共振图像分割的准确性,文中提出一种新的基于金字塔场景解析网络(PSP-NET)的深度卷积神经网络分割方法.先将三维前列腺磁共振图像经相应的转换工具包得到二维图像切片,然后将二维图像的切片输入基于PSP-NET神经网络进行训练.为了训练网络,从临床科室抽取50个病人的三维前列腺磁共振图像,共5000张图像切片,其中4000张切片用来训练,1000张切片用来测试.实验结果表明,对其中1000个对象的识别,分割精度达到91.3%,此分割算法与已经提出的算法相比,图像分割精度明显提高,分割用时更少,能够更好地应用于临床诊断.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号